قبل از اینکه پاندمی کرونا ویروس تمام کشورهای جهان را در سال ۲۰۲۰ فلج کند، هوش مصنوعی و به صورت خاص آن حوزه از هوش مصنوعی که تحت عنوان یادگیری ماشین شناخته میشود، از پیش داشتند در روند طبیعی اکثر صنایع اختلال ایجاد میکردند.
پاندمی کووید-۱۹ بسیاری از ابعاد کسبوکارهای جهان را تحت تاثیر قرار داده، اما در عین حال نتوانسته مشکلی در روند تاثیرگذاری هوش مصنوعی روی زندگیمان ایجاد کنند. در واقع اکنون درک کردهایم که الگوریتمهای خودآموز و ماشینهای هوشمند قرار است نقشی اساسی در مبارزه با پاندمی و چالشهایی که در آینده با آنها مواجه خواهیم شد ایفا کنند.
اگر قرار باشد به گزینش تکنولوژیهایی بپردازیم که چگونگی زندگی کردن، کار کردن و بازی کردن ما را را در آینده نزدیک دگرگون میکنند، هوش مصنوعی بدون تردید ترندی بسیار برجسته تلقی خواهد شد. بنابراین بیایید به مرور این بپردازیم که در سالی که باید به زندگیهایمان ساختار دوباره ببخشیم و روی استراتژیها و اولویتهای کسبوکارهایمان تفکر کنیم، هوش مصنوعی چه مسیری را طی خواهد کرد.
در جریان پاندمی کنونی، همه ما از نزدیک شاهد نیاز فوری به تحلیل اطلاعات مربوط به شیوع ویروس در اقصی نقاط جهان بودهایم. دولتها، سازمانهای بهداشتی، مراکز تحقیقات آکادمیک و صنایع مختلف همگی دست به دست هم دادند تا راههای تازهای برای جمعآوری، تحلیل و به کارگیری داده بیابند. اکنون ما به مشاهده نتایج به دست آمده از این دادهها در اخبار شبانه عادت کردهایم: زمانی که آخرین آمار ابتلا و مرگومیر در مناطقمان اعلام میشود.
پیشرفتهای تکنولوژی، اصلیترین دلیل این بودهاند که پاندمی فعلی (هنوز) نتوانسته مثلا به اندازه آنفولانزای اسپانیایی در سال ۱۹۱۸ که ۵۰ میلیون نفر را به کام مرگ کشاند، جان بگیرد. از پیشرفتهای تکنولوژیهای پزشکی و استانداردهای مراقبتی از بیماران گرفته تا تکنولوژیهای ارتباطی، همه و همه باعث شدهاند که همهگیری ویروس زودتر تشخیص داده شده و قرنطینه در بسیار از کشورها (اما نه همه) به سرعت اعمال شود. طی سال آتی میلادی، هوش مصنوعی به لیست تکنولوژیهایی افزوده خواهد شد که به ما در مقابله موثر با پاندمیها کمک میکنند.
میزان رشد در زمینه ادبیات پزشکی و علمی به خودی خود بسیار شگرف است و تا آپریل سال جاری میلادی، بالغ بر ۲۸ هزار مقاله مختلف راجع به کووید-۱۹ منتشر شده است. حتی اکنون یک موتور جستجوی اختصاصی برای این مقالات داریم که از الگوریتمهای پردازش زبان طبیعی (NLP) برخوردار شده و به هرکسی اجازه میدهد به کمک هوش مصنوعی، به جستجو در این دیتابیس عظیم بپردازد.
از سوی دیگر، از راهکارهای مبتنی بر هوش مصنوعی دارد برای چالشهای پزشکی دیگر مانند سرطان هم استفاده میشود. این موضوع از آن جهت اهمیت فراوان دارد که اکنون بسیاری از منابع درمانی به مبارزه با کووید-۱۹ تخصیص داده شده است. طی سال آتی، به احتمال زیاد شاهد استفاده گسترده از هوش مصنوعی در حوزههای مختلف سلامت باشیم و موضوع دیگر راجع به مبارزه با تنها یک ویروس نخواهد بود.
با افزایش تواناییهایمان در استفاده از یادگیری ماشین در دیتابیسهای عظیم پزشکی، قادر به تشخیص آسانتر همهگیریها، پایش ارتباط میان افراد مبتلا و تشخیص دقیقتر بیماریها خواهیم بود و از سوی دیگر با پیشبینی روند تکامل ویروسهای آینده، میتوانیم واکسنهای موثرتر برای آنها بسازیم.
تا به امروز شاهد استفاده از پهپادها در حوزههای استحفاظی مختلف مانند ایالات متحده بودهایم تا حداقل پتانسیل بهرهگیری از آنها برای پایش میزان تبعیت مردم از دستورالعملهای فاصلهگذاری اجتماعی سنجیده شود. موارد پیشرفتهتر هم در راه هستند: برای مثال پهادهایی که میتوانند علائم ابتلا به کووید-۱۹ مانند حرارت بالای بدن را در ldhk جمعیت وسیعی از مردم تشخیص دهند. این سیستمها با استفاده از تکنولوژی بینایی کامپیوتری، به تحلیل اطلاعات به دست آمده از دوربینهای پهپادها پرداخته و آمار مربوط به شیوع ویروس را در اختیار مقامات قرار میدهند.
در حوزه تشخیص چهره هم به لطف الگوریتمهای بینایی کامپیوتری شاهد رشد بودهایم. البته این تکنولوژی به خاطر تمرکزش روی احراز هویت افراد به جای بررسی الگوهای مشخص میان گروهی از مردم، مورد انتقاد فراوان قرار گرفته. پلیس امریکا اخیرا از قابلیت تشخیص چهره برای شناسایی افرادی که از قوانین مربوط به قرنطینه پیروی نمیکنند استفاده کرد و از سوی دیگر به پایش حرکات افرادی که علائم کووید-۱۹ داشتند در میان جمعیت پرداخت.
به نظر میرسد به خاطر خطراتی که ویروس کرونا با خود به همراه آورده، عموم مردم حالا راحتتر با تاکتیکهای نظارت همگانی از سوی دولت کنار آمدهاند و دیگر مثل قبل آن را شرورانه نمیپندارند. طی ۱۸ ماه آتی که تکنولوژیهای نظارت همگانی بیشتر وابسته به هوش مصنوعی خواهند بود، این میزان تحمل مردم بیشتر به بوته آزمایش گذاشته خواهد شد.
شیوع کووید-۱۹ تاثیری چشمگیر روی چگونگی زندگی کردن، کار کردن و تعاملات اجتماعی ما گذاشته است. درحالی که مسیری پیوسته به سمت دیجیتالی شدن بسیاری از ابعاد جامعه را طی میکنیم، شاهد نوعی ازدحام نیز بودهایم. فروش آمازون در سهماهه دوم ۲۰۲۰ با افزایش ۴۰ درصدی نسبت به همین بازه در سال گذشته میلادی همراه بوده و بنابراین افرادی که در استفاده از خردهفروشیهای آنلاین مردد بودهاند نیز حالا دارند در نگرشهای خود تجدید نظر میکنند.
از همین حالا ابزارها و پلتفرمهایی مبتنی بر هوش مصنوعی داریم که به کسبوکارها کمک میکنند تا درک بهتری از تطابق یافتن مشتریان با این حقیقت تازه بیابند. سازمانهایی که پیشتر در ارتباطات و کانالهای دیجیتال ضعیف عمل کرده بودند، به ضرورت شرایط به وجود آمده پی بردهاند و حالا با فراغ بال بیشتری به سراغ حوزههایی نظیر تحلیل رفتار مشتریان و شخصیسازی محتوا برای آنها رفتهاند. این ابزارها به شکل گستردهتری در سال ۲۰۲۱ مورد استفاده قرار خواهند گرفت و سازمانهای کوچک و متوسط، از آنها برای رقابت شدیدتر بهره خواهند گرفت.
اکثر الگوریتمهای هوش مصنوعی برای پیشبینی وقایع طراحی شدهاند و اکنون برایمان روشن شده که باید سیستمهایی بسازیم که میتوانند زمان و مکان همهگیریهای بعدی را به صورت دقیق پیشبینی کنند. تحقیق در این حوزه برای مدتی نسبتا طولانی در جریان بوده و جالب است بدانید برخی از نخستین هشدارها راجع به همهگیری کووید-۱۹، توسط هوش مصنوعی اعلام شد. ابزار BlueDot در ابتدای شیوع ویروس کرونا در حال اسکن ۱۰۰ هزار منبع رسانهای و دولتی بود و در روز ۳۱ دسامبر ۲۰۱۹ هشدار دارد که احتمال وقوع همهگیری از شهر ووهان چین وجود دارد.
میتوان انتظار داشت که تحقیق روی هوش مصنوعی طی ۱۸ ماه آتی منجر به دستاوردهای بزرگتر شود و با دقت بیشتری قادر به شناسایی خطر همهگیری ویروسی باشیم. برای اینکه چنین اتفاقی بیفتد اما باید شاهد همکاری گسترده میان دولتها و همینطور صنایع خصوصی باشیم. چنین اتفاقی، بسیاری از سیاستها و قانونگذاریهای جهانی را دستخوش تغییر میکند و بعد هم روندهای توسعه تکنولوژی عوض میشوند.
پاسخ ها